admin
基于分水岭算法的图像分割
本章将学习以下内容: 学习基于标记的分水岭算法(marker-based watershed a...

交互式前景提取(使用GrabCut算法)
本章将介绍使用GrabCut算法提取图像前景的方法,并创建一个交互式应用来实现这一功能。 理论...

特征匹配
本章将学习以下内容: 学习如何将一幅图像中的特征与其他图像进行匹配 使用OpenCV中的暴力匹配...

从立体图像生成深度图
本节将学习如何从立体图像中生成深度图。 基本原理上一节中,我们学习了极线约束等基础概念和相关术语。...

理解 k 近邻算法
本章将学习 k 近邻(kNN)算法的核心概念。 理论基础kNN是监督学习中最简单的分类算法之一。 ...

理解支持向量机(SVM)
本章将学习如下内容: 直观理解支持向量机的工作原理 理论基础线性可分数据观察下图中的两类数据(...

理解 K 均值聚类算法
本章将系统阐述 K 均值聚类的算法原理及其工作机制。 理论基础通过一个典型应用案例进行说明: T恤...

图像修复
本章将学习如下内容: 如何通过一种称为图像修复的方法去除旧照片中的细小噪点、划痕等瑕疵 了解Op...

图像阈值化
本教程将学习如下内容: 学习简单阈值化、自适应阈值化、Otsu阈值化等 介绍两个关键函数: cv...

轮廓层次结构
本文将学习轮廓的层次结构,即轮廓中的父子关系。 理论基础在最近几篇关于轮廓的文章中,我们使用了Op...

Python 超类、接口与基类
子类扩展了超类的定义。要指定超类,可在 class 语句中的类名后加上超类名,并将其用圆括号括起。...

Python 类和元类的简单运用
类是面向对象编程的核心概念,它是创建对象的蓝图,定义了对象的属性和方法。 元类是创建类的类,是类的...

Python 之构造函数
构造函数(constructor),其实就是本教程前面一些示例中使用的初始化方法,只是命名为 __...

Python 模块 - math
math 模块提供了很多与数学相关的函数,本教程只列举了其中一部分。 方...

选择调色板
Seaborn 可以轻松使用适合您的数据特征和可视化目标的颜色。本章讨论了指导您选择的一般原则,以...

阅读使用手册


平台的登录与使用,请参考 《用户使用手册》


注册用户账号


若尚未开通科学计算平台使用权限,请 注册用户账号


登陆


第三方账号登录



介绍

为了方便学习Python语言,基于Jupyter技术栈搭建了在线计算环境。 用户使用时以网页形式打开,对照书中内容进行学习,在线编写代码和运行代码,代码的运行结果也会直接显示。如在编程过程中需要编写说明文档,可在同一个页面直接编写,便于作及时的说明和解释。

在数据科学、机器学习及深度学习的领域里,Jupyter是一个强大的工具,它集成了代码编写、可视化展示、文档记录等多种功能于一体,让科学计算变得既直观又高效。 随着数据科学和人工智能领域的不断发展,Jupyter 也在不断更新和完善其功能和性 能。 未来可以期待看到更多创新的特性和工具被加入到 Jupyter 中,从而进一步推动科学计算和数据分析的发展。





平台内核

目前平台提供配置好的计算时内核供运行使用。后期会根据需求增加公用内核及内核中的默认类库。 相关语言运行环境与类库一般由 Conda 库提供最新版本。

  • Python 3.11 [系统]
  • Python 3.12 [Conda]
  • R 4.4 [Conda]


注意事项

  • 平台使用Jupyter技术搭建,登陆认证使用本系统的注册账号。
  • 使用提供一定数量的硬盘空间存储供用户使用。目前限制为 500M 。
Copyright © 立方智算 Since 2025. 工信部ICP备案:吉ICP备2025024314号